Stacking and unstacking в Python [дубликат]
Типы, которые вы используете во всех реализациях IConvertible. Таким образом, вы можете использовать ChangeType.
value = Convert.ChangeType(method.Invoke(null, new[] { value }), paramType);
36
задан Burhan Khalid 23 July 2016 в 13:59
поделиться
2 ответа
Да, с помощью set_index вы можете сделать Locality ваш индекс строки.
data.set_index('Locality', inplace=True)
Если inplace=True не указана, set_index возвращает измененный файл данных как результат.
Пример:
> import pandas as pd
> df = pd.DataFrame([['ABBOTSFORD', 427000, 448000],
['ABERFELDIE', 534000, 600000]],
columns=['Locality', 2005, 2006])
> df
Locality 2005 2006
0 ABBOTSFORD 427000 448000
1 ABERFELDIE 534000 600000
> df.set_index('Locality', inplace=True)
> df
2005 2006
Locality
ABBOTSFORD 427000 448000
ABERFELDIE 534000 600000
> df.loc['ABBOTSFORD']
2005 427000
2006 448000
Name: ABBOTSFORD, dtype: int64
> df.loc['ABBOTSFORD'][2005]
427000
> df.loc['ABBOTSFORD'].values
array([427000, 448000])
> df.loc['ABBOTSFORD'].tolist()
[427000, 448000]
80
ответ дан Michael Hoff 18 August 2018 в 22:07
поделиться
-
1upvoted! невозможно сделать в 1 шаг, я думаю – PirateApp 27 June 2018 в 11:41
Вы можете изменить индекс, как описано уже с помощью set_index. Вам не нужно вручную менять строки с помощью столбцов, в pandas есть метод transpose (data.T), который делает это для вас:
> df = pd.DataFrame([['ABBOTSFORD', 427000, 448000],
['ABERFELDIE', 534000, 600000]],
columns=['Locality', 2005, 2006])
> newdf = df.set_index('Locality').T
> newdf
Locality ABBOTSFORD ABERFELDIE
2005 427000 534000
2006 448000 600000
, после чего вы можете получить значения столбца dataframe и преобразовать их в список:
> newdf['ABBOTSFORD'].values.tolist()
[427000, 448000]
6
ответ дан famargar 18 August 2018 в 22:07
поделиться
-
1
Другие вопросы по тегам: